从 .json 文件中获取特定数据并将它们保存到 python 中的 2D 矩阵/字典

Question

我是 python 新手，我一直在尝试对文件夹内的各种 .json 文件进行一些 NLP。我已经设法使用文章获取描述值的键分别从字典中获取和打印每个条目。问题是每次循环执行时，我都会将新数据值保存到同一个变量，即 body1。出于某种原因，我发现特别难做的是将每个数据条目（每个文章描述）保存在二维矩阵或字典表中，如果您这样的话，以便能够将所有条目保存在那里以供将来使用。类似的东西：

body1 = ['文件名'，'描述'， '文件名'，'描述'， '文件名'，'描述'] 因此，如果需要，我将能够使用 body1[name][description] 打印第二个文件的描述。现在在每次迭代中，上次迭代的数据都会丢失。我认为我的 C 配置的想法现在确实让我看到了答案。我会很感激任何想法。

提前谢谢你， 乔治

   import os
   import glob
   import json
   import nltk
   from nltk.corpus import stopwords
   from nltk import PorterStemmer

   stop = stopwords.words('english')
   stemmer=PorterStemmer()

   for name in glob.glob('/Users/jorjis/Desktop/test/*'):
     jfile = open(name, 'r')
     values = json.load(jfile)
     jfile.close()
     body1 = values['article']['description']
     tokens = nltk.wordpunct_tokenize(body1)
     tokens = [w.lower() for w in tokens]
     vocab = [word for word in tokens if word not in stop]
     print body1

Answer 1

您需要在循环外创建一个列表并附加值。

final = [] # add values you want saved to final
uniq_ident = 1
for name in glob.glob('/Users/jorjis/Desktop/test/*'):
     jfile = open(name, 'r')
     values = json.load(jfile)
     jfile.close()
     body1 = values['article']['description']
     tokens = nltk.wordpunct_tokenize(body1)
     tokens = [w.lower() for w in tokens]
     vocab = [word for word in tokens if word not in stop]
     final.append([uniq_ident,vocab]) # append vocab or whatever values you want to keep
     uniq_ident += 1
     print body1

你也可以使用 make final a dict 和 final = {} 并使用 final[uniq_ident] = vocab

如果您想保留最终列表并在每次使用时附加一个字典：

 final.append({uniq_ident:vocab})